/ Модель

Характеристики

Контекст
1 024 токена
Параметры
94,5 млн
Лицензия
Apache 2.0
Архитектура
llama · dense
Опубликована
10 мар 2024

myBit-Llama2-jp-127M-2

Генерация текстаТекст → текст3 профессии

Компактная японская языковая модель на базе архитектуры Llama для генерации текста и экспериментов.

250скачиваний за 30 дней1лайквеса обновлены14 мар 2024

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

myBit-Llama2-jp-127M-2 — предварительно обученная компактная языковая модель семейства Llama, опубликованная HachiML. Она создана по конфигурации TinyLlama-1.1B-Chat-v1.0 и обучалась одну эпоху на японском наборе range3/wiki40b-ja; в карточке указан loss 3,0972. Архитектура — плотная LlamaForCausalLM, объём — 94,5 млн параметров, контекст — 1024 токена.

Модель предназначена для генерации текста на японском языке и экспериментов с компактными Bit-Llama-моделями. Карточка не приводит конкретных сценариев применения или оценки качества; обучение всего на одну эпоху и короткое контекстное окно ограничивают её пригодность для сложных диалогов и длинных документов. Распространяется по лицензии Apache-2.0.

Сценарии применения

  • генерация короткого текста на японском языке
  • эксперименты с компактными языковыми моделями
  • исследование Bit-Llama на японских данных

Ограничения

Модель обучалась одну эпоху, а её контекст ограничен 1024 токенами; в карточке нет подробной оценки качества и рекомендаций по применению.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

myBit-Llama2-jp-127M-2

This model was built by referring to the config in TinyLlama/TinyLlama-1.1B-Chat-v1.0, 123M The model is a pre-trained Bit-Llama2 of Parameters with only 1 epoch on a Japanese dataset. The dataset used is range3/wiki40b-ja.

  • Loss: 3.0972

Model description

Github: BitNet-b158
More information about this model can be found in the following pages:
BitNet&BitNet b158の実装

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 0.00024
  • train_batch_size: 96
  • eval_batch_size: 96
  • seed: 42
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: polynomial
  • lr_scheduler_warmup_steps: 5000
  • num_epochs: 1

Training results

Training LossEpochStepValidation Loss
6.94690.0520004.7495
4.42630.140004.2282
4.07990.1560003.9351
3.81990.280003.7209
3.64620.25100003.5755
3.52390.29120003.4803
3.47270.34140003.4181
3.39530.39160003.3752
3.35620.44180003.3395
3.32720.49200003.3166
3.29650.54220003.2869
3.27710.59240003.2680
3.25450.64260003.2478
3.2350.69280003.2276
3.21890.74300003.2054
3.19730.79320003.1910
3.17930.83340003.1675
3.15720.88360003.1487
3.14060.93380003.1279
3.11440.98400003.0972

Framework versions

  • Transformers 4.38.2
  • Pytorch 2.1.0+cu121
  • Datasets 2.18.0
  • Tokenizers 0.15.2

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
b936b8d

0 моделей